Komparasi Metode KNN dan Naive Bayes Terhadap Analisis Sentimen Pengguna Aplikasi Shopee

Abstract

Penelitian ini membandingkan keakuratan dan efektivitas KNN dan Naïve Bayes dalam menganalisis sentimen ulasan aplikasi Shopee di Google Playstore. Dalam penelitian ini, penulis mengumpulkan 2000 data terbaru dari ulasan aplikasi Shopee di Google Playstore dengan teknik web scraping. Data tersebut kemudian dibersihkan dan diberi label, menghasilkan 707 ulasan positif dan 1293 ulasan negatif. Proses preprocessing dilakukan, termasuk case folding, tokenisasi, filtering, dan stemming. Setelah tahap pengolahan data, penulis menerapkan algoritma K-Nearest Neighbor (KNN) dengan tingkat akurasi 70%. Data uji terdiri dari 400 data (20% dari total data), dengan 268 ulasan negatif dan 132 ulasan positif. Sementara itu, metode Naïve Bayes Classifier mencapai tingkat akurasi 71%. Data uji yang digunakan sama dengan KNN. Hasil penelitian menunjukkan bahwa Naïve Bayes Classifier memiliki tingkat akurasi yang lebih tinggi dibandingkan KNN. Penelitian ini diharapkan memberikan pemahaman tentang penggunaan KNN dan Naïve Bayes dalam menganalisis sentimen pengguna aplikasi Shopee di Google Playstore.